CuPy

CuPyは、PythonでのGPUを使用した数値計算のためのオープンソースライブラリである。多次元配列、疎行列、それらを基盤としたさまざまな数値計算アルゴリズムに対応している^[4]。CuPyはNumPyおよびSciPyと同じAPIセットを共有しており、NumPyやSciPyのコードをGPU上で実行するために置き換えて使用できる。CuPyはNVIDIA CUDAとAMDのROCmに対応している^[5][6]。

CuPy

開発元	Preferred Networks[1]
初版	2015年9月2日 (9年前) (2015-09-02)[2]
最新版	v13.4.1 / 2025年3月21日 (4か月前) (2025-03-21)[3]
リポジトリ	cupy - GitHub
プログラミング 言語	Python, Cython, C++
プラットフォーム	NVIDIA GPU, AMD GPU
種別	数値計算
ライセンス	MITライセンス
公式サイト	cupy.dev

CuPyは当初、ディープラーニングフレームワークのChainerのバックエンドとして開発され、2017年に独立したプロジェクトとなった^[7]。

例

配列作成

>>> import cupy as cp
>>> x = cp.array([1, 2, 3])
>>> x
array([1, 2, 3])
>>> y = cp.arange(10)
>>> y
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

基本的操作

>>> import cupy as cp
>>> x = cp.arange(12).reshape(3, 4).astype(cp.float32)
>>> x
array([[ 0.,  1.,  2.,  3.],
       [ 4.,  5.,  6.,  7.],
       [ 8.,  9., 10., 11.]], dtype=float32)
>>> x.sum(axis=1)
array([ 6., 22., 38.], dtype=float32)

生の CUDA C++ カーネル

import cupy as cp

multiply_elementwise = cp.RawKernel(r'''
    extern "C" __global__
    void multiply_elementwise(const float A[4][4], const float B[4][4], float C[4][4]) {
        int y = threadIdx.y + blockIdx.y * blockDim.y;
        int x = threadIdx.x + blockIdx.x * blockDim.x;
        C[y][x] = A[y][x] * B[y][x];
    }
''', 'multiply_elementwise')
A = cp.arange(4 * 4, dtype=cp.float32).reshape(4, 4)
B = A
C = cp.zeros(A.shape, dtype=cp.float32)
multiply_elementwise((1, 1), A.shape, (A, B, C))  # ブロック数, ブロックあたりのスレッド数, 引数
print(C)  # C = A * B

上記の例はCUDAカーネルのC++の部分をPythonで書くことも出来る。

from cupyx import jit

@jit.rawkernel()
def multiply_elementwise(A, B, C):
    y, x = jit.grid(2)
    C[y, x] = A[y, x] * B[y, x]

関連項目

• CUDA
• Numba CUDA